タイトル

開講年度 開講学部等
2026 共通教育
開講学期 曜日時限 授業形態 AL（アクティブ・ラーニング）ポイント
前期後半 水3～4 講義  
時間割番号 科目名[英文名] 使用言語 単位数
1001020042 データ科学と社会Ⅱ(データ科学と社会Ⅱ)[Data Science and Society Ⅱ] 日本語 1
担当教員（責任）[ローマ字表記] メディア授業
劉 海強 ー
担当教員[ローマ字表記]
劉 海強
特定科目区分   対象学生 工（建築） 対象年次 1～
ディプロマ・ポリシーに関わる項目 カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)
授業の目的と概要

(1) データ・AIの利活用において留意すべきことを理解し、実践できるようになること。
情報セキュリティ、倫理、法規について解説する。

(2) データ科学と社会Ⅰの内容を踏まえて、データサイエンスについての理解を深めること。
データ・AI利活用のための技術や最新動向について解説する。また、業務や研究におけるデータサイエンスの活用事例を紹介する。
授業の到達目標
「超スマート社会」の到来に備えて、それを支えるデータサイエンスの概要を理解するとともに、情報および情報手段を主体的に選択し、正しく安全に活用するための基礎的な知識・技能を身につける。
授業計画
【全体】
データ・AIの利活用のために必須の留意事項（情報セキュリティ、倫理、法規）について解説する。また、データ科学と社会Ⅰの内容を踏まえて、データ・AI利活用のための技術とその最新動向について説明する。
授業は、講義形式（動画の視聴を含む）を主として実施する。
項目 内容 授業時間外学習 備考
第1回 はじめに 講義概要を説明し、必要な準備を行う。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第2回 データを守る上での留意事項 情報セキュリティの考え方と具体的な対策方法について説明する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第3回 データ・AIを扱う上での留意事項① データやAIを活用する上で留意すべきことについて、法規を中心に解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第4回 データ・AIを扱う上での留意事項② データやAIを活用する上で留意すべきことについて、倫理を中心に解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第5回 データ・AI利活用のための技術 データサイエンスやAI利活用において、どのような技術が用いられているかについて解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第6回 データ・AI利活用の最新動向 データ・AI利活用の最新動向について解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第7回 産業分野におけるデータ・AI利活用の現場 企業等に在籍する学外講師が、業務におけるデータやAIの利活用事例を解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
第8回 学術分野におけるデータ利活用の現場 学生が所属する学部専攻分野を担当する教員が、研究におけるデータの利活用事例を解説する。 授業内で指示した内容について、予習・復習を行うこと（学修時間の目安は4時間とする）。
※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】
A: --%　B: --%　C: --%　D: --%
成績評価法
本授業では，授業内容の理解度および到達目標の達成状況を，
以下の方法により総合的に評価します。
小テスト：30％（授業内容に関する理解度を評価する）
レポート・課題：40％（データ・AIに関する事例理解，技術・倫理的観点からの考察力を評価する）
学期末レポート：30％（授業全体を通じた理解度および到達目標の達成度を評価する）
ルーブリック等の評価基準
ファイル名 備考
ルーブリック等の評価基準 データサイエンスと社会II：評価ルーブリック.pdf
（注）ルーブリックとは、評価水準である「尺度」と、尺度を満たした場合の「特徴の記述」で構成される評価指標のことを言います。
教科書にかかわる情報
教科書 書名 東京大学 数理・情報教育研究センター 公開教材 ISBN なし（公開教材のため）
著者名 久野遼平 出版社 東京大学 数理・情報教育研究センター 出版年
備考
教科書に代わり，東京大学 数理・情報教育研究センターによる
CC BY-NC-SA ライセンスの公開教材
（久野遼平，2020）を使用する。
本教材はオンラインで無償提供されているため，
大学生協等での購入は不要。
詳細は初回授業にて案内する。
参考書にかかわる情報
備考
メッセージ
本授業では，データ・AIの社会的活用に必要な技術，倫理，最新動向について学びます。
前半科目で学んだ内容を基礎として，実社会の事例を通して理解を深めます。
特別な知識は必要ありませんが，主体的な受講姿勢を求めます。
キーワード
第2回　キーワード：
情報セキュリティ，機密性，完全性，可用性，匿名加工情報，暗号化，ユーザ認証，アクセス制御，サイバーセキュリティ，情報漏洩
第3回　キーワード：
個人情報保護，データ利活用，関連法規，プライバシー，社会制度，データ活用ルール
第4回　キーワード：
データ倫理，ELSI，データバイアス，アルゴリズムバイアス，公平性，説明責任，透明性，人間中心の判断
第5回　キーワード：
データ解析，予測，グルーピング，パターン発見，最適化，データ可視化，多次元可視化，非構造化データ，マルチモーダル，生成AI，プロンプトエンジニアリング
第6回　キーワード：
最新AI技術，生成AI，基盤モデル，大規模言語モデル，ビジネスモデル，データガバナンス，AI社会原則，ハルシネーション，責任あるAI
第7回　キーワード：
産業応用，企業事例，データ活用，AIサービス，価値創出，業務効率化，実務家教員
第8回　キーワード：
学術研究，研究データ，AI活用事例，教育分野，ヘルスケア，インフラ，研究倫理，データ駆動型研究
持続可能な開発目標（SDGs）

  • 質の高い教育をみんなに
  • 産業と技術革新の基盤をつくろう
(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。
(インフラ、産業化、イノベーション)強靱（レジリエント）なインフラ構築、包摂的かつ持続可能な産業化の促進及びイノベーションの推進を図る。
関連科目
履修条件
特別な履修条件はありません。
連絡先
ryu.kaikyou@yamaguchi-u.ac.jp 劉先生のメール　
オフィスアワー
オフィスアワー：
毎週 火曜日 13時～16時
研究室（本館307）にて学習相談を受け付けます。
面談を希望する場合は，事前にメールで連絡してください。

ページの先頭へ